本文共 3454 字，大约阅读时间需要 11 分钟。
MongoDB属于nosql的领域，nosql是一种技术流派而不是特定的技术 大数据通常描述四维线 google收购的公司都是人工智能之类在特定领域走在前列的公司
并行数据库系统，是新一代高性能的数据库系统，是在MPP和集群并行计算环境的基础上建立的数据库系统。一般都支持关系型数据模型和sql语句查询，对传统意义上的数据库做了并行扩展，比如mysql的分片技术，将数据切片分布在不同 的节点上，来实现存储 使用了两种技术员： 水平切割和分区查询 ，切割以后，数据就分布在不同的物理节点，每一个节点称为一个分区，从逻辑角度来讲，每个数据片称为一个分区，查询操作可能需要跨分区进行查询，sql的查询要落在越少的分区上越好，
nosql出现在1998，非关系模型，分布式的，通常不支持ACID数据库设计范式的数据库管理系统，有几个特点 使用非常简单的数据模型，实现了元数据和数据分离，弱一致性 CAP，可用性，一致性，分区容错性，分布式系统通常关注其中两个，可用性和分区容错性 nosql可以完成高吞吐量， google的mapreduce每天处理的数据量可以达到20PB、 较高的水平扩展能力和低端硬件集群 nosql不支持ACID,所以就不能保证严格意义上的事务操作，因此对于高事务要求，NOSQL是不适用的，功能简单，要存储复杂的数据，还需要额外的设计，没有统一的查询语言 nosql有很多技术流派 1.数据模型和查询语言没有经过数学验证 2.不支持ACID特性 3.功能简单 4.没有统一的查询模型
还有一种叫newsql管理系统，关系型数据在处理优化的时候需要优化的因素有很多 关系型数据库在处理ACID处理时，有几个要素对性能影响非常大，比如 节点间的通信， 锁 缓冲区管理，把数据库组成页缓存在缓冲区 针对这些问题，新数据库在针对这方面采用了不同的设计方式，比如取消了耗资源的缓冲池，进而在整个内存中运行，把所有数据放在内存中运行，内存数据库 很多摒弃了单线程服务加锁的机制，采用并行模式多线程用同一个锁，才用冗余机制，来代替单机的昂贵资源消耗，这种尽可能改进了传统数据库，提升了性能，扩展到了多机系统上 代表产品比如clustrix，GenieDB，ScaleBase，NimbusDB mysql的Ndb cluster 也算是newsql的实现 mysql的变种，适合在云环境，Drizzle
nosql和newsql不同在于，newsql可以提供sql数据库的质量保证，也能够提供nosql的扩展性保证，是一种跨界产品。 MongoDB是nosql的一只，非常火热
还有云数据管理系统，DBAAS，数据库即服务，
大数据的分析处理 常用的是MapReduce机制，将数据先做map，切割到多个节点上去，而后再做聚合，hadoop就是这样的系统，用的是分布式文件存储， HBASE是nosql的一种 在统计学，R语言非常流行，也是开源编程语言，程序对数据进行编程处理，还可以直接展示非常直观的结果
ACID，原子性，一致性，隔离性，持久性 base基本可用，软状态，最终一致性 base是相对于ACID的一种技术 弱一致性根据保证还可以划分不同的模型 因果一致性， 读自己写一致性好，读自己写的数据是一致的 会话一致性 单调读一致性，用户读取到某个数据后，后续的操作不会读到该数据更早版本， 时间轴一致性，所有数据的副本以相同的数据执行同一个更新操作
ACID和BASE在功能实现上是有所区别的
ACID：强一致性，隔离性，采用悲观保守的方法，难以变化， BASE：弱一致性，可用性优先，采用乐观的方法，适应变化，更简单，更快
数据一致性的实现技术 NRW策略，N表示数据所有数据副本数，R完成读操作最少设计到的副本数，W完成写操作涉及到的副本数， R+W>N强一致性，R+W<=N弱一致 投票系统，qurom 2pc，2端式提交，一种协议，保证数据强一致性，主要把事务处理阶段分两个阶段，1.请求阶段，准备2.提交阶段， paxos，也是实现数据一致性的一种技术 vector clock向量时钟
数据存储模型：对nosql划分的流派就是根据数据存储模型来划分的
http://www.nosql-database.org **列式 存储模型 文档数据模型 键值数据模型 图式数据模型（地理计算） 对象数据库 网格，云数据库解决访问 **
主要流派 列式存储 （展示结果跟表一样，不支持关系型数据的表链接查询） 键值数据模型（模型简单，易于实现） 文档数据模型 mongodb 图式数据模型（把数据的每个位置当做一个节点，并围绕节点，朝某个方向发散得到多个访问路径） 列式模型：、 应用场景：在分布式文件系统之上提供支持随机读写的分布式数据存储 典型产品：HBASE （有中心节点，有元数据服务器） ，Hypertable（facebook） 数据模型：以“”列“”为中心进行存储，将同一列数据存储在一起 优点：快速查询、高可扩展性、易于实现分布式扩展
mysql能用的，mongodb都可以用，区别是mysql支持事务，mongodb不支持跨表事务
文档模型： 应用场景：非强事务需求的web应用 典型产品：mongodb、elasrticsearch（围绕apache，lucene，搜索引擎构建的搜索引擎工具，经常被拿来存储web服务的日志的，快速实现分析，logstash来收集日志存到els中，kibana是个web页面，提供了搜索页面）、couchDB，coushbase server 数据模型：也是键值模型，但存储为文档 优点：数据模型无非事先定义
memacached只是一个缓存，不是数据库
键值模型： 应用场景：内容缓存，用于大量并行数据访问高负载场景 典型产品：redis、dynamoDB（亚马逊研发，适合在较快速度上的SSD硬盘），riak，genidb，memachedb（新浪研发的，memacached提供持久存储服务） 数据模型：基于hash表实现的key-value 优点：查询迅速 redis的数据结构：string，映射，集合，有序集合，列表
图示模式： 应用场景：社交网络、推荐系统、关系图谱 典型产品：Neo4J（最知名），Infinite graph，titan，Trintiv 数据模型：图示结构，提升效应算法性能 优点：适应于图示计算场景
1.适用存储海量数据，2.基于文档的数据库系统。3.c++语言，开源GPL协议，支持solaris，linux，macos 由10gen商业公司来负责维护
利用json的方式来实现数据存储，支持索引，在单个列上，支持64个索引， 不支持事务，但支持原子事务 内存映射文件，支持延迟写 scalable扩展性 强大复制功能，一种类似主从复制，一种是副本集复制机制，一个几点出现故障，能快速自己内部自己选举新的主节点 auto-sharding实现自动分片机制（mysql要分片需要自己使用分片框架） 官方文档很丰富
查询也是基于文档来实现，不能使用select，查询语句是json格式 可以在all shards上实现并行查询 gridfs分布式文件系统， 支持geospatial indexing 地理位置索引信息 有许多的many production deployments 适合哪些场景 web站点 缓存 较大数据量 高扩展性 没有严格事务要求， 
不满足的场景 sql 对事物高要求 商业
mongodb：nosql，文档存储，json数据模型，
https://www.mongodb.com
转载地址：http://zjkgn.baihongyu.com/